一种能效优先的分布式压缩感知频谱检测与功率分配方法组成比例

本发明专利技术公开一种能效优先的分布式压缩感知频谱检测与功率分配方法。本方法利用分布式压缩感知子空间追踪或分布式压缩感知稀疏度自适应匹配追踪进行认知用户感知信号稀疏重构，根据信道能量累积进行频谱检测。同时，通过构造重构与检测阶段的加权能耗函数，综合考虑了重构均方误差、检测概率、用户功率分配比以及认知链路频带利用率等约束条件，数值求解该优化问题得到在不同的重构能耗权值和稀疏度情况下的系统最小加权能耗。在低重构能耗权值与低稀疏度的情况下，本发明专利技术方案的系统加权能耗较小。当认知用户满足近似等功率分配时的系统加权能耗可达最小值。本发明专利技术有效折衷了认知无线网络的能量有效性与频谱有效性。

【技术实现步骤摘要】

本专利技术属于信息与通信工程
，涉及认知无线网络(CognitiveRadioNetwork,CRN)中基于能量有效性的宽带压缩频谱检测与资源分配，特别是一种能效优先的分布式压缩感知频谱检测与功率分配方法。
技术介绍
认知无线电(CognitiveRadio,CR)亦称为感知无线电，它可在不影响主用户(PrimaryUsers,PUs)通信的前提下，智能地利用大量空闲频谱以满足次用户(SecondaryUsers,SUs)即认知用户(CognitiveUsers,CUs)的可靠通信，从而提高无线频谱的利用率，实现频谱资源共享。认知用户能够实时感知无线通信系统周围的网络环境，通过对环境的理解、主动学习来动态地调整网络参数以适应外部环境的变化。认知无线电具备极高的频谱使用效率，允许在时间、频率以及空间上进行多维信道复用，它通过机会通信方式提高频谱利用率，充分利用有限的频谱资源，实现动态频谱共享。CR技术将大大降低由于频段和带宽的限制对无线技术发展的束缚，代表着无线通信技术的新发展，并已作为B4G和物联网标准中的关键技术之一。在追求高频谱利用率、高传输效率的同时，CR对能量有效性、提高系统抗干扰性能等方面提出了更高的要求。绿色CR网络逐渐成为未来CR网络的研究方向之一。在绿色CR网络中，利用压缩感知(CompressiveSensing,CS)对CR节点感知数据进行观测与稀疏重构，可以降低节点能耗，实现基于能量有效性的自适应频谱检测。构造绿色节能的CR网络是未来CR的发展趋势。在绿色CR网络中，必须考虑在CR节点能量有效的前提下，利用CR节点进行协作感知以提高感知准确度。同时，针对授权主用户信号在空频域的稀疏性特点，通过分布式压缩感知方法实现感知信号的稀疏重构与宽带压缩频谱检测，同时对所选择的最佳协作认知节点进行功率分配，在满足一定重构均方误差与检测概率要求下实现能效优先的CR宽带频谱检测与最佳协作节点功率分配。
技术实现思路
本专利技术的目的是针对现有技术的不足，即能耗问题已成为制约认知无线电(CR)技术发展与应用的重要因素。多个认知用户通过分布式压缩感知(DistributedCompressiveSensing,DCS)虽可提高系统的检测性能和频谱有效性，但同时将增加认知无线网络(CRN)的网络能耗。针对此问题，本专利技术提供认知无线网络中一种能效优先的分布式压缩感知频谱检测与功率分配方法。本专利技术方法利用分布式压缩感知子空间追踪或分布式压缩感知稀疏度自适应匹配追踪进行认知用户感知信号稀疏重构，根据信道能量累积进行频谱检测。同时，通过构造重构与检测阶段的加权能耗函数，综合考虑了重构均方误差、检测概率、用户功率分配比以及认知链路频带利用率等约束条件，数值求解该优化问题得到在不同的重构能耗权值和稀疏度情况下的系统最小加权能耗。在低重构能耗权值与低稀疏度的情况下，本专利技术方案的系统加权能耗较小。当认知用户满足近似等功率分配时的系统加权能耗可达最小值。此外，检测性能和认知链路频带利用率均与系统加权能耗存在着折衷关系。本专利技术有效折衷了认知无线网络的能量有效性与频谱有效性。本专利技术解决其技术问题所采取的技术方案包括以下步骤：步骤1、利用分布式压缩感知-子空间追踪(DistributedCompressiveSensing-SubspacePursuit,DCS-SP)或分布式压缩感知-稀疏度自适应匹配追踪(DistributedCompressiveSensing-SparsityAdaptiveMatchingPursuit,DCS-SAMP)进行认知用户感知信号稀疏重构。在认知无线电(CR)中，由于主用户(PU)信道可用带宽很宽，PU通信仅占用了部分信道，因此可以根据PU信号在频域上的稀疏性，利用分布式压缩感知(DCS)理论对认知用户(SU)感知信号进行压缩重构。在本专利技术描述的场景中，J个SU对PU频谱占用情况进行本地感知，并对感知信号进行分布式压缩采样，通过选择最佳协作认知用户，利用其报告信道向认知基站(CognitiveBaseStation,CBS)汇报本地感知信息，CBS基于分布式压缩感知-子空间追踪(DCS-SP)或分布式压缩感知-稀疏度自适应匹配追踪(DCS-SAMP)进行感知信号稀疏重构与宽带频谱检测，并进行最佳协作用户功率分配。在本专利技术中，考虑不同的SU节点感知信道多径传播引起的频率选择性衰落，感知信号在傅里叶基上是稀疏的。第j个认知用户的联合稀疏模型(JointSparsityModel-2,JSM-2)可表示为：Xj＝Ψθj,||θj||0＝K,j∈{1,2,…,J本文档来自技高网...

【技术保护点】
一种能效优先的分布式压缩感知频谱检测与功率分配方法，其特征在于包括以下步骤：步骤1、利用分布式压缩感知‑子空间追踪或分布式压缩感知‑稀疏度自适应匹配追踪进行认知用户感知信号稀疏重构；步骤2、根据重构的感知信号计算其频域能量，通过用户独立判决门限进行能量检测，并选择最佳的协作用户进行协作频谱检测；步骤3、在认知用户发送总功率受限的条件下，以最大化认知链路频带利用率为目标进行最佳协作认知用户的功率分配；在重构阶段均方误差、检测阶段检测概率、认知用户总功率、认知链路频带利用率满足一定约束的条件下，以最小化重构阶段和检测阶段的加权总能耗为目标，得到在不同重构能耗权值和不同稀疏度情况下的最小能耗和协作认知用户的最佳功率分配比例。

【技术特征摘要】
1.一种能效优先的分布式压缩感知频谱检测与功率分配方法，其特征在于包括以下步
骤：
步骤1、利用分布式压缩感知-子空间追踪或分布式压缩感知-稀疏度自适应匹配追踪
进行认知用户感知信号稀疏重构；
步骤2、根据重构的感知信号计算其频域能量，通过用户独立判决门限进行能量检测，
并选择最佳的协作用户进行协作频谱检测；
步骤3、在认知用户发送总功率受限的条件下，以最大化认知链路频带利用率为目标进
行最佳协作认知用户的功率分配；在重构阶段均方误差、检测阶段检测概率、认知用户总功
率、认知链路频带利用率满足一...

【专利技术属性】
技术研发人员：许晓荣，王赞，姜显扬，李光球，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33